新华网上海4月13日电清晨，上海国家会展中心刚开馆，人流迅速涌入主通道。设备提示音、屏幕刷新声与现场讲解交织在一起，仿佛置身真实“医疗现场”。

　　一侧，大型影像设备完成扫描后，数秒内输出结构化分析结果；另一侧，手术机器人在模拟环境中完成精细路径操作；不远处，连续血糖曲线正在实时生成并给出趋势提示。

　　在人群密集的一角，一套非侵入式脑机接口设备前，观众围起了圈。有人戴上设备，只需想一想“迈步”,肢体就能在配套训练设备的带动下完成动作。

　　这一切，发生在4月9日至12日举办的第93届中国国际医疗器械博览会（下文简称：CMEF）现场。

　　影像、手术、慢病管理、神经交互，这些原本分属不同技术路径的能力，在同一空间被压缩呈现，并共同指向一个变化：AI正在成为医疗设备的“默认能力”，而非附加选项。

　　与往届展会相比，一个更本质的转折在于：AI已经从“功能模块”，变成贯穿采集、分析、决策与执行的底层能力。

　　今年，政府工作报告明确提出“深化拓展‘人工智能+’行动”，推动智能终端在医疗等领域规模化应用；工业和信息化部与国家卫健委联合召开的医疗装备发展应用会议明确提出，“十五五”时期将推动人工智能与医疗装备深度融合，强化医工协同，提升产业链整体能力；4月2日，国家药监局发布《关于“人工智能+药品监管”的实施意见》，同步推进“人工智能+药品监管”体系建设，将AI医疗器械与手术机器人列为重点支持方向。

　　政策、技术与临床需求在同一时间点叠加，使医疗器械产业正在发生一次结构性跃迁——从“设备制造”，走向“系统能力”；从“功能实现”，走向“流程重构”。

　　而CMEF，成为这一跃迁最直观的观察窗口。

　　AI重构医疗器械——从设备到“智能系统”

　　AI正在从“外挂能力”，变成医疗设备的底层架构。

　　这一变化，在影像与介入等核心场景中体现得最为彻底。

　　在影像端，西门子医疗展示的针对前列腺癌、阿尔茨海默症两大疾病的syngo.via VB80的诊疗全流程多模态AI解决方案，已经将机器视觉与生成式AI深度耦合：在影像判读、风险评估、治疗决策等关键环节提供循证支持，辅助临床提升诊断一致性与决策效率。

　　西门子医疗大中华区数字业务市场经理董伟表示，AI的核心价值在于帮助减少医生重复性工作，减轻医生负担，而非取代医生的临床判断和决策。

　　在更底层的影像链路上，GE医疗的Apex Nexus CT则呈现出另一种路径——将AI嵌入从信号采集到图像重建的全过程。

　　通过深度学习重建引擎，设备在低剂量条件下仍可获得高分辨率图像，使冠脉管壁、斑块等细节更加清晰可见。这种能力的关键不在“看得更清”，而在于“让低剂量与高精度不再是二选一。”

　　同时，其SonoHive平台将AI能力模块化，让不同算法可以被调用。设备由此从“单机智能”，走向“平台智能”。

　　飞利浦更进一步，把重点放在“系统整合能力”上。

　　飞利浦展示的AzurionS全域Al云智能导管室可实现高速设备联动与机架实时姿态调整，呈现引导临床决策的高清图像同时，降低辐射。同时，因其平台生态开放性，能够整合自身及第三方AI能力在同一个用户界面上，深度融入医生工作流，支持介入医生在手术过程能够做出快速判断。

　　飞利浦全球执行委员会委员，大中华区总裁刘令在现场给出一个更宏观判断：“中国正在成为AI医疗创新的重要源头，不只是因为数据规模，更因为临床复杂性与技术开放度。”

　　在她看来，未来竞争的核心，不是单台设备性能，而是围绕软硬件、AI、数据、服务等形成的系统能力。

　　这一趋势在中国企业中同样明显。

　　联影此次将AI能力从影像延伸至外科场景。其子公司联影智融带来的“uOR魔方骨科手术室”，本质上不是一台设备，而是一个系统——骨科机器人、影像系统、导航、能量平台在同一架构下协同运行。

　　其中，具备“灵力感知”的骨科机器人，可通过传感器实时捕捉软组织受力，并将传统依赖经验的“手感”转化为可视化数据，实现亚毫米级定位与动态风险预警。

　　“我们展示的不是单点产品，而是全科室协同能力。”联影智融中央市场部总监秦亚山表示。

　　同样的系统化思路，也出现在手术机器人领域。微创在本届CMEF推出的支气管肺癌早诊机器人，通过术前影像构建导航路径，引导直径约4毫米的管道深入肺部细支气管完成活检；操作端采用类似游戏手柄的设计，显著降低医生学习门槛。

　　微创机器人营销副总裁周建童指出：中国医生每年积累的大量手术数据，正在反哺AI模型，未来甚至可以用于训练全球外科医生。

　　从影像到手术，从设备到系统，一个清晰趋势正在形成：医疗器械，正在进化为“可感知、可分析、可协同”的智能系统。

　　而AI，不再是其中的一部分，而是贯穿始终的基础能力。

　　AI让医疗走出医院——从“被使用”到“愿使用”的关键跃迁

　　如果说前一阶段的AI重构主要发生在医院内部，那么在CMEF的另一条主线上，医疗正在发生方向性的延伸：

　　从院内走向院外，从“诊疗工具”走向“健康管理入口”。

　　这一变化的核心，不在于设备变小，而在于设备开始“持续工作”。

　　平台型能力在这一过程中率先成型。

　　京东健康在本届CMEF升级“AI+医疗器械”战略，宣布一年内要为100万台医疗器械设备接入京东JoyInside附身智能，将大模型能力嵌入硬件。

　　与传统设备不同，这一体系具备三层能力：超拟人对话、全年龄段适配、言行高度协调。

　　京东集团高级副总裁、AI创新业务负责人何晓冬给出一个更关键的判断：“AI正在从数字世界走向物理世界，从识别走向推理与执行。”

　　这种能力，在具体产品上已经具象化。

　　例如，首款接入JoyInside的邦邦车“守护星C30 Ultra”AI轮椅，不仅可以语音交互、智能辅助驾驶，还可以通过京东健康APP实现远程定位、电子围栏与一键SOS求助；同时具备防溜坡、弯道降速等安全机制。

　　在邦邦机器人创始人兼CEO李建国看来，这类产品的意义在于：“辅具不再是工具，而是移动能力的提供者。”

　　如果说平台解决的是“连接问题”，那么设备端的变化，则集中在“连续感知能力”。

　　鱼跃医疗在本届展会上展出的R3/R3 Pro健康戒指，将血氧、心率、心电等监测能力压缩进极小体积，并通过多模态AI算法进行融合分析。

　　与传统设备只提供“一个数值”不同，这类设备更强调“趋势判断”——例如对睡眠呼吸质量的综合评估，以及对潜在风险的提前提示。

　　鱼跃医疗副总裁赵帅将其概括为一个转变：从“精准测量”，走向“主动健康管理”。

　　这一逻辑在慢病领域尤为明显。

　　三诺生物的优准AIR血糖仪，通过AI将饮食、运动与血糖数据进行关联分析，并生成周期性报告；微泰医疗则探索将低血糖风险预测提前约两小时，使干预从“发生后”前移到“发生前”。

　　微泰医疗董事长郑攀同时指出，大模型在医疗中的应用必须解决“幻觉问题”，需要通过规则系统与真实数据进行约束。

　　在呼吸健康领域，瑞迈特的AI呼吸机，可根据患者状态自动调节压力与温湿度，并基于长期数据对慢阻肺风险进行提前预警。

　　其创始人、董事长庄志认为：AI的价值，是让慢病管理在家庭场景中完成，从而减少对医疗资源的持续占用。“当设备能够适应人，而不是让人适应设备，治疗才可能真正持续。”

　　设备“买而不用、用而不久”——在CMEF现场，这不再是一个抽象问题，而是被企业反复提及亟待解决的核心痛点。

　　围绕这一问题，AI开始介入“最后一公里”。鱼跃医疗在本届展会上展示的打通“硬件—软件—数据—生态”的一体化链路，将AI技术落地于院外健康管理：贯通多设备的数据系统——戒指、手表、血糖仪、呼吸设备等产生的数据，被统一接入并进行综合分析，再以建议的形式反馈给用户。这意味着，设备不再只是“记录”，而开始“解释”。

　　赵帅强调，行业正在经历一个关键转变：从产品智能化，走向服务生态化。

　　这种“解释能力”，同样成为血糖管理的核心竞争点。在三诺生物的系统中，AI不仅记录血糖数据，还结合近30天的饮食、运动、用药信息，对单次测量结果进行情境化解读，并给出调整建议。三诺中消市场总监罗新银将其定义为一个角色变化：血糖仪不应只是输出数值的工具，而应成为健康管家。

　　在平台层面，京东健康依托附身智能，提供了另一种解释路径。在JoyInside体系中，AI不只是分析数据，而是具备“认知—推理—交互”的能力：既能理解用户指令，也能在特定情境下主动发起服务，例如提醒、建议甚至情绪交互。

　　何晓冬指出：“当AI具备长期记忆与多轮交互能力，设备才可能真正具备‘温度’。”

　　对用户而言，这种变化并不体现为“技术更复杂”，而是——设备更少打扰、更易理解、更愿意长期陪伴。

　　从行业角度看，这一阶段的变化标志着：AI在医疗器械中的应用，正在跨过一个关键门槛——从“能用”，到“好用”，再到“愿意一直用”。

　　而这，正是医疗器械真正走向日常生活的前提。

　　AI变革进入“深水区” 医疗器械在比什么？

　　如果把视角从单一产品抽离出来，放到更长的产业周期中观察，一个更清晰的变化正在发生：医疗器械的竞争逻辑，正在被AI整体重写。

　　过去行业更多围绕设备性能与供给能力展开竞争——比的是参数指标、成本控制与供应效率；但在本届展会上，一个更明显的信号是：竞争的坐标系，正在从“设备参数”，转向“系统效果”。

　　这一变化，在多个细分场景中已经具象化。

　　以影像与介入为例，各家企业开始更频繁地讨论一组新的衡量标准：不是分辨率、转速或扫描层数，而是——一次检查能否减少重复操作、报告生成时间是否明显缩短、医生跨系统切换是否减少、整体诊疗路径是否更顺畅。

　　这些指标有一个共同特征：它们不属于“设备性能”，而属于“流程效率”。

　　这意味着，AI的价值评估，已经从“单点能力验证”，进入“全流程效果验证”。这种“系统性提升”，正在成为行业新的分水岭。

　　刘令在采访中提到，中国在AI医疗领域具备四重优势：复杂且高密度的临床场景、庞大的数据基础、较高的技术接受度，以及持续加码的基础设施投入。这使得中国不仅是应用市场，更成为重要的创新策源地。

　　这一判断也与政策导向形成呼应。

　　今年1月，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》，明确提出要加速智能医疗装备产品创新和临床应用推广。同时，相关部门不断推动“研审联动”“提前介入”等机制，加速创新产品进入临床；同时，通过揭榜挂帅等方式，推动AI在智能诊断、脑机接口、手术机器人等方向的实质性突破。

　　截至目前，我国已建立较为完善的AI医疗器械监管框架，并累计批准超过百款深度学习相关产品进入临床应用。

　　政策一直在“支持创新”，也在推动“加速落地”。

　　跨国企业仍在高端设备与底层技术上保持优势；中国企业则在场景复杂度、产品迭代速度与应用落地能力上不断强化。双方逐渐转向“竞合关系”。

　　企业通过连接设备与用户，使数据得以持续沉淀，并在此基础上进行模型优化与服务延伸。

　　何晓冬指出，医疗AI真正的门槛，不在于模型规模，而在于是否能够形成长期运行的数据闭环。

　　当数据、设备与服务持续连接，AI的价值才会不断被放大。这也意味着，中国医疗AI正在从“技术展示期”，进入真正的“应用深水区”。

　　从CMEF出发——AI正在重新定义医疗的边界

　　当视角从单个产品与企业回到整个展馆，一种更具整体感的画面逐渐清晰。

　　影像设备生成的数据，被导入手术系统进行路径规划；手术结果延伸至术后康复与长期随访；家庭设备采集的数据，又反向进入医疗体系进行分析与优化。

　　不同场景之间的边界正在被打通。医疗，不再一次次局限于院内的单次诊疗行为，而成为一个跨时间、跨空间持续运行的系统。

　　在展馆一侧，一辆智能轮椅缓慢穿过人群。它在接近拐角时自动减速，避让行人后继续前行；语音提示不时响起，远程终端同步显示位置与运行状态。

　　灯光之下，一台设备完成扫描，一段数据被即时解析，一次风险被提前识别，一条建议被实时送达。

　　技术持续运转，但最终指向的，是一个更简单的目标：让疾病更晚发生，让风险更早被发现，让干预持续进行。

　　从CMEF出发，一个更清晰的趋势正在浮现：AI正在重新定义医疗的边界——它不再只是疾病发生后的应对，而是一种贯穿日常、持续运行的健康守护。

（文章来源：新华网）